option pricing | BriefGPT - AI 论文速递

关键词option pricing

搜索结果 - 9

量子计算机上基于张量网络的期权定价时间序列生成
使用矩阵乘积状态（MPS）作为时间序列生成的生成模型的一种新方法，可以在量子计算机上生成 Heston 模型中的路径，并突出了它在路径依赖期权定价中的潜力。
PDF4 months ago
深度内隐 - 显式最小移动方法在跳扩散模型中的期权定价
我们开发了一种新颖的深度学习方法，用于定价基于跳跃扩散动力学的欧式篮式期权。该方法以偏积分微分方程的形式表达期权定价问题，并通过一种新的隐式 - 显式最小化移动时间步进方法进行近似，其中每个时间步骤通过深度残差型人工神经网络（ANNs）进行
PDF6 months ago
深度 PDE 求解器的期权定价误差分析：实证研究
通过比较实验，我们评估了深度偏微分方程求解器在高维环境中的经验性能，并确定了其中的三个主要错误源。我们的结果表明，深度反向随机偏微分方程方法（DBSDE）在性能上优于其他方法，并对期权规范的变化表现出鲁棒性。此外，我们发现这些方法的性能与批
PDF8 months ago
将强化学习应用于期权定价和对冲
该论文概述了最近在定价和对冲金融工具方面强化学习的最新进展，重点详细解释了 Halperin（2017）引入的 Q-Learning Black Scholes 方法，该方法将传统的 Black and Scholes（1973）模型与新颖
PDF9 months ago
从深度滤波到深度计量经济学
利用混合神经网络和粒子滤波器架构的 SV-PF-RNN，改进粒子滤波器的性能，并实现了随机波动率估计。
PDF10 months ago
期权定价的机器学习：对网络架构的实证研究
本文考虑了通过监督学习来学习期权价格或隐含波动率的问题，并发现在所选择的网络体系结构方面使用广义高速公路网络的精度比其它变体高，对于计算隐含波动率，采用变换后的 DGM 架构是最优的。
PDFa year ago
金融工程中的最优停止深度强化学习
本研究使用深度强化学习技术，对金融工程中的期权定价和最优期权行权问题进行了优化停止策略的评估。比较了三种主流深度强化学习算法的优化效果，结果表明 C51 算法在实际情况下有效性更高，比自然基准策略实现了 8% 的超额回报；同时，IQN 算法
PDF3 years ago
量子幅值估计的高效态准备
本研究提出了一种简化状态准备的方法以及电路优化技术，可以显著减少 QAE 状态准备的电路复杂度，并演示了在实际量子硬件上进行数字积分示例以及基于随机波动率过程的 Heston 模型的期权定价问题的技术应用。
PDF4 years ago
高维偏微分方程的 DNN 表达率分析：期权定价应用
该研究使用深度 ReLU 网络对 Kolmogorov 方程的一类多元解的逼近速度进行了分析，并应用于对欧式最大期权价格模型问题的求解，证明了高维解空间中的 PDE 解可以通过深度 ReLU 网络进行逼近，并提供了深层神经网络表达能力分析的
PDF6 years ago